CN1388461A - 商品推荐装置与电子交易的方法 - Google Patents

Abstract

本发明公开一种在网络环境中,有关电子商务的商品推荐的相关装置及方法。由实用、功能、审美以及依照消费者所需求的商品价值等各种不同的条件,从商品数据库中选择出适合购买条件的商品,并且以资料库为基础再加以检索,提供消费者“商品选择推荐代理商”,其可以依照消费者位置的不同,在短时间内搜索到距离最近、价格最低的购物网站,并依照其条件的优劣排列顺序,以供消费者做出选择,并且可以协助消费者连接到该网站中浏览。

Description

商品推荐装置与电子交易的方法

本发明是有关于一种电子交易，特别是在电子交易中有关商品推荐装置及其相关方法。目前的通信网络，随着电子交易的普及化及大众化，消费者不但可以由网络接触到全世界的销售人员，相反的，销售人员也可以由网络将商品销售给全世界的消费者。

举例来说，在利用互联网络从事电子交易的情况下，我们可以利用HYPER-TEXT MARK-UP Language(HTML)或者是Virtual RealityModelling Language(VRML)等语言，由浏览器等提供商品信息，使得消费者可以由网络获得所需信息，并且购买。而且，随着因为利用互联网络而普及化的电子交易行为的发展，消费者与销售人员都大幅增加了许多选择权。

但是，在利用互联网络的电子交易行为中，消费者搜索世界各地无数的商品，并与销售人员讨论购买所需商品的过程，或者是销售人员接受并提供世界各地无数消费者对于所需商品的各项疑问解答的过程，两者几乎可以说是不可能直接参与处理的。

即消费者利用网络通信购买商品的情况，就好象在宽广的互联网络信息世界中寻找所需，是一种海底捞针，非常困难的行为，而消费者在这里所浪费的时间及金钱费用等都是非常惊人的。

特别是一般的消费者，在互联网络购物中心里，为了购买最廉价的商品，往往需要搜索无数的购物网站及所需的商品，对他们而言，这几乎是一件不可能的事。因此，近年来，提供消费者以更少的时间及金钱来搜索所需商品的服务，就是我们所谓的比较购买服务(Comparison Shopping Service)便油然产生。

比较购买服务中，消费者只要输入所希望的商品品名或是型号，销售该商品的购物网站就会提供给消费者服务搜索引擎，以供消费者进行比价。

此外，为了使购买商品更加方便，该服务搜索引擎将自动地推荐满足消费者需求的商品以及销售处。可以提供这项服务的计算机软件，称为普通电子交易使用者界面系统代理商(INTERFACE AGENT)。

目前的使用者界面系统的代理(AGENT)技术，可以做到如同个人档案一样，依消费者个人的购买倾向来管理，可以依照消费者以往的购买习惯来加以推荐。目前美国的网络书店，如‘亚马逊’以及‘CDNOW’等网站均广泛地利用一对一的服务。这样的一个服务推荐引擎，主要是通过分析顾客消费的方式来决定推荐何种商品及服务。

但是，以往的比较购买服务推荐引擎若要提供相同的服务，则需要顾客提供正确的商品品名或是型号。即在以往的比较购买服务情况下，即使有较新的产品，或者是性能有所改进的产品，若消费者不知道其型号或是名称，就有无法购买的缺点。

此外，以往公知的营销技术是在消费者欲购买某特殊商品的情况下，只能单纯地分析消费者的购买倾向并推荐特定的商品，但在需要该项购买商品的专业知识的情况下，由于其中涉及的种种复杂性问题，要使消费者购买到最恰当的商品可以说是缘木求鱼，这也是以往的代理营销技术的缺点之一。

因此本发明为了改进上述营销技术的缺点，利用许多的人工智能型使用者界面系统技术，以对于商品所需的专门知识为基础，由多方面的观点综合比较后，提供并推荐最符合消费者要求条件的商品以及销售处，用以提供电子交易环境中商品推荐的装置及方法是本发明的目的。

本发明为了实现上述目的，可提供给互联网络上任一消费者电子交易的服务，并根据价格等实用的条件、美感的条件以及其它消费者所给予该项商品的评价等条件，依照各消费者所要求的购买条件加以检索及推荐。可在最短时间内搜索到具有以上推荐商品的互联网络购物中心，并对于该项商品的价格与销售地点等信息加以推荐的购物中心，依照距离消费者的远近以及价格等其它因素，提供给消费者连接到各网络购物网站，这样的一个使用者界面也是本发明特征之一。

本发明的另一个特征就是以上所提及的商品推荐代理，除会定期的在互联网络上检索相关商品的信息外，还可将其储存于资料库中。

以上所述的商品推荐代理，具备有规则基础(rule-based)的推论引擎以及神经回路网，可以推荐给消费者最适合消费者购买条件的商品，这也是本发明构成上的另一项特征。

此外，本发明为实现上述各项目的，具备有上述多数的商品推荐代理及购物中心搜索代理。由于此方法可提供互联网络上任一消费者电子交易的安全环境，只要委托人一上线，通过输入购买区域及所需商品的种类的阶段；以及满足上述购买种种需求的商品推荐代理处提供给委托人的阶段；以及上述提示的商品条件选择的时候，商品推荐代理会依照类似价格方面的实用要求、性能的要求、外形(产品的外观)的要求以及其它消费者票选(推荐)的评价标准，由这许许多多要求中，搜索出最符合要求条件的商品给委托人的阶段；还有一旦在众多选择中选择出了一项商品后，具有该商品的购物网站在短时间内被检索出来的这一阶段；以及上述检索出来提供给委托人的购物网站是离消费者最近、价格最便宜的一个购物网站的阶段；以及一旦确定了某一购物网站后，提供委托人该购物网站的超级链接等等，都是本发明的特征。

附图说明：

图1为本发明实施例所需要的网络构成图。

图2为本发明实施例所需要的装置配置图。

图3为本发明实施例所需要的规则基础的资料库及利用推论引擎的代理商的配置图。

图4为本发明实施例中利用神经回路网情况下代理商的配置图。

图5为本发明实施例中为了商品条件的选择及推荐商品的画面预视图。

图6为本发明实施例中商品最终选择所需的画面预视图。

图7为本发明实施例中对于最终所决定商品可供购买的购物网站目录的画面预视图。

图8为本发明实施例中所需要的程序流程图。

图9为本发明实施例中有关利用规则基础的资料库及利用推论引擎情况下的程序流程图。

图10为本发明实施例中有关利用神经回路网情况下的程序流程图。

附图标记说明：

110、120：委托人电脑

130：商品推荐服务器

140：互联网络

210、220、230、240：商品推荐代理

211、221、231、241、251：资料库

250：购物中心检索代理

260：调整系统

270：使用者界面系统

310：信息处理系统

320：推论引擎系统

330：资料库

410：信息处理系统

420：神经回路网

421：输入层

422：隐匿层

423：输出层

在本发明的实施例当中，网络的构成图敬请参阅附图1，在委托人方面，为了利用计算机110或120的浏览器功能服务，必须通过互联网络来连接商品推荐服务器。

上述委托人方面的计算机110或120以及商品推荐服务器130中，所使用的标准界面是利用HTTP所写成的程序，在委托人计算机中有浏览器，而在商品推荐服务器中则有网络服务器(web server)。

其次，若委托人方面的计算机110或120通过互联网络140连接到商品推荐服务器130的话，便可享有服务器所提供的商品推荐服务。

此外，敬请参阅图2，是本发明实施例中为了商品推荐装置的配置图，用价格等实用性的条件加以检索，并储存于资料库211中后，提供给消费者最符合购买条件的商品目录的第一商品推荐代理210，再用性能的条件分析检索，将所得商品的信息储存于资料库221中后，提供给消费者最符合购买条件的商品目录的第二商品推荐代理220。其次用审美的条件加以检索，并储存于资料库中231后，提供给消费者最符合购买条件的商品目录的第三商品推荐代理230。其次，依照其它消费者推荐后所得的评价价值标准加以检索，并储存于资料库中241后，提供给消费者最符合购买条件的商品目录的第四商品推荐代理240。最后能在短时间内搜索出消费者所希望商品的购物中心，并储存于第五资料库中251后，提供消费者销售推荐商品的购物网站以及目录的购物中心检索代理250。上述第一至第四的商品推荐代理210～240、购物中心检索代理250以及互联网络140间的通信，上述第一至第四商品推荐代理210～240与购物中心检索代理250之间，为了能够提供许多人同时连接，配备有代理通信所必须的代理姓名服务(ANS：AgentName Service)、信息提示(message routing)、中继(mediation)及代理间的连接(matchmaking)机能等的调整系统260的设置。委托人计算机通过互联网络连接、输入居住区域、所希望购买商品的种类等条件后，提示消费者满足该商品条件以及对应选择条件的商品推荐代理210～240中所提供的推荐商品品名。当对所推荐的商品被消费者决定购买后，上述购物中心检索代理250将在短时间内搜索出并连接至该购物网站时，在提供消费者距离既近、价格又便宜的购物网站顺序中，消费者若选择其中任一购物网站，购物中心检索代理250将提供使用者界面系统供消费者快速连接至该网站。

上述第一至第四商品推荐代理210～240以及购物中心检索代理250，都带有异型性质，即使用所谓的代理通信语言KQML及各代理间所使用的词汇都需要加以定义。

其次，在本发明构成的实施例当中，对其动作的过程及作用的效果说明如下：

本发明在互联网络中，除应用人工智能的技术外，其推荐最适合商品的智能型商品推荐系统、连接互联网络和人工智能的使用者界面系统，均属于网络代理的技术部分。

首先，代表本发明实用条件的商品推荐代理210、代表重视性能条件的商品推荐代理220、代表审美条件的商品推荐代理230以及代表其它消费者所选择的商品推荐代理240，将定期的由互联网络140从其设定的各条件中搜集商品信息，并各自储存于其资料库中。

此后，和委托人方面的计算机110或120通过互联网络连接后，要求在使用者界面系统270输入所需要购买的商品的条件，信息将出现在委托人计算机的画面中。

此时，购买者看到委托人方面的计算机110或120画面，只需要输入所希望购买商品的种类，使用者界面系统270会依据消费者的居住地区，从连接到商品推荐代理210～240储存在各资料库211～214的信息中，寻找符合商品条件、符合消费者意向的商品，并快速地显示在委托人方面的计算机画面中。消费者在看到委托人的计算机110或120画面后，只要选择符合商品条件以及消费者个人取向的商品，使用者界面系统270会从当时输入的选择条件中，由商品推荐代理210～240推荐最适合消费者购买条件的商品。

此时，商品推荐代理210～240若是由专门系统的推论引擎或是神经回路网推荐最恰当的商品的话，使用者界面系统270也会将结果显示在委托人计算机画面中。

这样的结果显示后，消费者在看到委托人计算机所显示出来的画面后，由各商品推荐代理210～240所推荐的商品中，即可选择符合条件的商品。

上述的在输入欲购买商品的条件时，商品推荐代理210～240将推荐当时最符合条件的商品目录，消费者无论何时均可终止输入条件选择所需商品。

消费者若欲购买所挑选的商品，使用者界面系统270将从购物中心检索代理250数据库中，短时间内在互联网络中搜索，或是由数据库中找出对应符合消费者输入内容的购物网站，而所得的结果也将由使用者界面系统告知消费者。

此时，使用者界面系统270将搜索购物中心检索代理250，将欲推荐的购物网站目录通过委托人计算机110或120画面告知消费者。

接着，消费者在看到委托人计算机110或120所显示出来的画面后，若是参考并挑选符合若干条件的购物网站的话，使用者界面系统270也将由上述所选择的购物网站通过购物中心检索代理250告知，而购物检索代理250也会将适当的结果告知委托人计算机，使其可以马上连接至该购物网站，购买符合条件的商品。

即上述这些动作程序的顺序过程，敬请参阅图8，同时也可参阅图5至图7。

此时，假设消费者是使用高速通信网络想要购买商品，若是消费者为了进行电子交易而上网，可选择所需购买的商品条件，而至如图5所示的委托人计算机110或120的画面，此时，为了对应消费者的选择，商品推荐代理210～240即会从资料库中挑选出符合条件的推荐商品目录。然后，消费者若是想从推荐目录中购买中意的商品，为了判断该商品是否真正符合消费者的条件，如图6，预视图将会出现在委托人的计算机110或120画面中。

在图6的预视画面中，消费者若是选择了最终的推荐商品，购物中心检索代理250将在短时间内由互联网络中搜索出相关的购物网站，或是如图7，在资料库251中挑选出与消费者居住地最近距离以及价格较低廉的购物网站，依照条件顺序排列，以供消费者前往购买。

此外，上述的委托人计算机110或120在上网时，将会出现要求输入消费者居住地区资料的信息，消费者可输入愿意购买商品的区域。

商品推荐代理210～240以及购物中心检索代理250，将依照消费者所希望购买的商品条件的不同来搜索及推荐，并依照当时选择的推荐商品搜索并推荐相关购物网站，为完成以上各项程序，将以下述两种方式来具体说明。

第一，是利用规则基础(ruled-based)的资料库和逆向(backward-chaining)以及顺向(forward-chaining)推论引擎的方法。在这样的情况的下，将使用“IF条件THEN结果”的形式，此是一种广泛使用的传统专家系统工具。这里所谓的逆向推论是由某一假设来开始推论，由支持此假设来做逆向推论的方式；所谓的顺向推论就是使用者提供欲推论的问题和所有相关事实，推论引擎就会将各事实和资料库中的规则条件部分互相配对，若是有找到符合条件的结果，便会将该结论以新的事实来陈述以进行推论的一种方式。

另外一种方法就是神经回路网(neural network)的形式，是一种利用多层机率论(multi-layer perception)的方法。此方法随着使用者输入自己的喜好或是各项条件，经过内部计算后提供消费者最符合消费者条件的通信商品。但是，由于多层机率论有学习功能，利用样品资料做初期学习后，依照所服务使用者的居住地区和商品性能等资料做追加计算后，通过再学习便可以简单地将所计算出的资料储存在数据库中，这是此种方法的优点。

因此，利用规则基础的资料库和推论引擎的情况，如图2所示的各种代理210～250或如图3的配置图所示，在连接上调整系统260和使用者界面系统270后，将利用TCP/IP等通讯方式互传信息，检查交换信息的适切性。只让有效且有价值的信息通过信息处理系统310，根据选择商品的条件和推荐商品的规则在互联网络140中检索储存有商品类别目录或是销售地点目录的资料库330。在电子交易过程中，储存在上述所谓资料库330中的商品选择条件，是由上述所提及的信息处理系统310所提供。对应其所提供的条件，通过上述所提信息处理系统310，经过分析由消费者输入的条件后，利用其规则寻找储存于上述的资料库330中的最符合条件的商品目录，确定结果后，其结果将由信息处理系统310传送至各推荐引擎系统320。

上述资料库330和图2各代理210～250连接的各资料库211～215是一样的部分。

因此，本发明实施例具备有各规则基础的资料库及推论引擎的技术，对于这些技术的操作程序敬请参阅图9的程序流程图，说明如下：

为了完成电子交易，连接的商品推荐代理210～240对于消费者的居住地区和欲购买的地区将通过信息处理系统310输入，对于所想要购买的商品种类及各项要求的信息将由使用者界面系统270来传送，其画面将出现在委托人计算机110或120中，此时，消费者由委托人计算机110或120输入商品种类资料，通过使用者界面系统270输入，信息处理系统310将搜索储存于资料库330中的商品选择条件，并将结果经由使用者界面系统传输后显示于委托人计算机110～120画面中。此后，消费者如欲利用委托人计算机110～120输入所希望购买的商品条件，该项信息将通过使用者界面系统270由信息处理系统310输入。

此时，推论引擎系统320将消费者所希望购买的商品条件储存于内部工作内存后，将和储存于资料库330中的规则条件部分互相比较。

此后，如果找到储存于内部工作内存的商品条件和储存于资料库330中的规则条件部分有一致的规则，推论引擎系统320将利用该一致的规则寻找储存于资料库330中符合条件的商品。此时，最符合条件的商品也将追加储存于内部工作内存中。然后，推论引擎系统320将判断消费者是否已经输入希望购买的商品的新条件。

万一消费者将欲购买的商品的新条件输入工作内存，推论引擎系统320将进行以上的同样过程，并寻找规则，利用其规则寻找最符合消费者需求的商品后，将其追加储存于工作内存中。

这样的一个过程将每次都重复。消费者将欲购买的商品条件输入工作内存时，当新的商品条件没有输入到内部工作内存时，推论引擎系统320将传送储存于内部工作内存的商品目录，并通过信息处理系统310告知消费者。

此时，信息处理系统310将执行一动作，此动作就是由推论引擎320系统变换成所推荐的商品信息，该变换的内容将由使用者界面系统系统270传送至委托人计算机110或120画面中。

接着，消费者看到委托人计算机110或120画面中的信息后，选择所需购买的商品的话，信息处理系统310将会读取到消费者选择的商品内容，并利用使用者界面系统270传送至委托人计算机110或120画面中，以询问这是否是最后确定的选择。

此后，消费者看到委托人计算机110或120画面中的信息后，如果确定了最后选择的商品，使用者界面系统270便会利用购物中心检索代理250，传送该被选择的商品品名。

此时，购物中心检索代理250将通过调整系统260，短时间内从互联网络中搜索具备有符合消费者购买条件的购物网站，并将结果储存于推论引擎系统320的内部工作内存中。

并且，推论引擎系统320将会互相比较消费者最后所确定的商品品名，以及消费者的居住地区(或是愿意购买的区域)等储存于内部工作内存中的条件与储存于资料库330中的规则条件部分，直到寻找出条件一致的结果。

然后，推论引擎系统320将利用上述所寻找出的规则搜索储存于工作内存中的购物网站，依据距离消费者居住地区的远近、价格的高低顺序加以推论，将推论所得的购物网站目录通过信息处理系统310传送给使用者界面系统270。

消费者将由委托人计算机110或120画面中所显示的购物网站中，选择出愿意前往消费的购物网站，选择出来的话，购物中心检索代理250自动的将消费者计算机连接至该购物网站，因此消费者得以顺利前往消费。

在上述最后选定符合条件的商品时，短时间内搜索出的购物网站将再度通过推论引擎系统320推荐最后的购物网站，并将这一连串的动作记录下来，由资料库中检索购物网站并提供给消费者。

此外，在本发明的实施例当中，在利用神经回路网的多层机率论的情况下，如以图2所示的各代理210～250配置，将如图4所示的可调整系统260和使用者界面系统270经过连接后，通过这两部分对应所输入的消费者商品条件，再利用多层机率论计算后，对应出符合程度最高的商品目录，对所确定的商品目录，将通过信息处理系统410加以传送，上述这些动作将由神经回路网420构成。

上述所提及的神经回路网420是由输入层、输出层以及隐匿层等多层机率论所组成，选择商品的所有知识的机率论，均以加重值来储存。

在由这样的组成所构成的本发明的实施例中，对于利用神经回路网的技术动作的动作程序图，如图10所示，其说明如下：

为了电子交易而上网时，商品推荐代理210～240的信息处理系统410会将消费者的居住地区及愿意前往购买的地区，还有所想购买商品的种类等种种要求的信息利用使用者界面系统传送至委托人计算机110或120的画面中。

此时，消费者利用委托人计算机110或120输入的商品种类资料，通过使用者界面系统270输入，信息处理系统410会将储存于数据库中的商品选择条件利用使用者界面系统270传送，接着显示于委托人计算机110或120画面中。

紧接着，消费者若是通过委托人计算机110或120输入欲购买商品的条件的话，通过使用者界面系统270由信息处理系统410输入后，上述信息处理系统410为尽量配合神经回路网420，将变换于“0”与“1”之间的实数区。

此时，神经回路网420将把消费者希望购买的商品条件输入由输入层、输出层以及隐匿层等组成的多层机率论后，再加以计算，计算后的结果若产生出最大值，则将利用其最大值选出最符合条件的商品，再利用信息处理系统410加以传送。

这样的过程中，每次当消费者所希望购买的商品的新条件输入的时候，均会反复进行上述过程。

信息处理系统410若将商品推荐代理210～240中推荐的商品由使用者界面系统270传送的话，使用者界面系统270会将商品推荐代理210～240所推荐的商品目录输出至委托人计算机110或120画面中。

接着，消费者看着委托人计算机110或120画面，并选择所希望购买的商品的话，信息处理系统410会自数据库中先行读取消费者所选择的商品，然后由使用者界面系统270传送至委托人计算机110或120画面，并询问这是否为最终确定的希望购买商品。

此后，消费者看着委托人计算机110或120画面，并选择最后决定所希望购买的商品，使用者界面系统270会由购物中心检索代理250传送该项被选择的商品品名。

此时，购物中心检索代理250中的信息处理系统410将通过调整系统260，短时间内在互联网络中搜索，并检索具备有消费者所希望购买的商品的购物中心，并将其结果储存于数据库中。

而且，神经回路网420会利用多层机率论计算消费者最终选择的商品品名，以及消费者的居住地区(或是愿意前往购买的区域)等条件，并依照计算所得的结果将距离消费者的居住地区远近和价格等因素，按条件优劣的顺序排列可以购买该商品的购物网站的目录，再通过使用者界面系统270传送。

紧接着，消费者若是从委托人计算机110或120画面所显示出的购物网站中，选择一个希望前往购买商品的购物网站的话，购物中心检索代理250会自动连接消费者的计算机至该购物网站，使得消费者可以顺利购买到所需商品。

综上所述，如此详细说明的本发明，并不只是单纯地分析消费者过去的消费倾向，而是通过实用性的条件、审美的角度以及性能的条件，还有依照其它消费者所认为最值得购买的商品排行顺序等多方面的条件来推荐商品，以达到消费者可以顺利地确定最后所希望购买商品的结果。

即在本发明中，如果没有专家在商品特性上协助我们确定的话，我们很难在众多商品中选择一项最符合我们条件的商品，如果有这样的情况发生，这项发明可以使我们有效的选择所需购买的商品。

此外，因为本发明是自消费者处接收到所需商品的要求条件，然后确定商品的型号，比一般的需先知道商品型号后才能比较价格的传统购买服务要具有效果。同时，本发明也解决了向购买者推荐商品的许多缺点。

Claims (5)

1.一种商品推荐装置与电子交易方法，其特征为：在互联网络中，可对任意一个消费者，经由商品推荐代理提供一个电子交易的服务装置，由实用性的条件、性能的条件、外形的条件以及依照其它消费者所推荐商品的评价等等各种不同角度的条件，搜索最适合购买条件的商品，此外，购物中心检索代理也会搜索具备有消费者希望购买商品的购物网站，并提示最符合消费者前往购买的购物网站、委托人要求所希望购买的商品种类，此时提示满足条件的商品并将其对应消费者的选择条件，上述商品推荐代理依照许多条件检索商品品名后加以推荐，对于其所提供的推荐商品，消费者对于商品的确定会由购物中心检索代理在短时间内依照距离消费者居住地区的远近、价格的高低以及排列购物网站的顺序提供消费者选择购物网站，上述购物中心检索代理是由使用者界面系统构成。

2.如权利要求1所述的商品推荐装置与电子交易方法，其特征为：多数的商品推荐代理会周期性地在互联网络中检索商品信息，并将所得信息储存于资料库中，购物中心检索代理也会周期性地在互联网络中检索购物网站，也将结果储存于资料库中。

3.如权利要求1或2所述的商品推荐装置与电子交易方法，其特征为：商品推荐代理与购物中心检索代理由于具备有规则基础(rule-based)的推论引擎和神经回路网等，可以顺利的推荐出符合消费者所希望购买商品条件的商品。

4.如权利要求1所述的商品推荐装置与电子交易方法，其特征为：购物中心检索代理会在短时间内，由互联网络中搜索具备有符合消费者购买条件的购物网站，并将结果储存于资料库中，由该信息来源所构成的电子交易方法。

5.如权利要求1所述的商品推荐装置与电子交易方法，其特征为：对于互联网络中的任意一个消费者提供的一个电子交易的服务，包括一个初步的解决方法：委托人如果上网，并被要求输入所希望的购买地区和商品品名的第一阶段；需要满足上述阶段所希望购买的商品的种种条件，必须由商品推荐代理处接受信息提供，然后再将其传给委托人的第二阶段；由实用性的条件、性能的条件、外形的条件以及依照其它消费者所推荐商品的评价等等各种不同角度的条件，搜索最适合购买条件的商品的第三阶段；告知委托人由多方面的条件所搜索出的商品的第四阶段；若上述所提示的众多商品中的一个被消费者选择出的话，购物中心检索代理会在短时间内由互联网络的世界中搜索出具备有该商品的购物网站的第五阶段；依照距离消费者的居住地区远近和价格高低等因素，按条件优劣的顺序，排列可以购买该商品的购物网站的目录，再将其结果告知委托人为第六阶段；在上述购物网站中，若有一个购物网站被消费者选中，则连接委托人至该购物网站为第七阶段，由这种种特征组成的电子交易方法。

Images